Reliable News or Propagandist News? A Neurosymbolic Model Using Genre, Topic, and Persuasion Techniques to Improve Robustness in Classification
Dit artikel presenteert een neurosymbolisch model dat tekstuele embeddings combineert met symbolische concepten zoals genre, onderwerp en overtuigingsmiddelen om de robuustheid en generalisatie van de detectie van propagandistische nieuwsberichten te verbeteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De Nieuws-Detective: Hoe een Slimme Mix van Mens en Machine Propaganda Ontmaskert
Stel je voor dat je door een enorme bibliotheek loopt vol met kranten. De meeste kranten vertellen je eerlijk wat er gebeurt. Maar er is ook een geheime afdeling met kranten die er precies hetzelfde uitzien, maar die in feite leugens verkopen of je mening proberen te manipuleren. Dit noemen de auteurs "propaganda". Het is als een wolf in schaapskleren: het ziet eruit als een onschuldige nieuwsbrief, maar het heeft een verborgen agenda.
De vraag is: hoe vinden we die valse kranten, vooral als ze steeds slimmer worden?
Het Probleem: De "Slimme" Computer die te snel oordeelt
Vroeger probeerden wetenschappers dit op te lossen met zeer slimme computerprogramma's (zoals AI-modellen die op taal zijn getraind). Deze programma's lezen de tekst en zeggen: "Dit is propaganda!" of "Dit is echt nieuws!".
Het probleem is dat deze programma's soms te goed zijn in het onthouden van de specifieke kranten waar ze voor zijn getraind. Het is alsof je een kind leert om een hond te herkennen, maar je laat het alleen foto's zien van jouw eigen hond, "Bart". Als je het kind dan een foto van een andere hond laat zien, denkt het misschien: "Nee, dat is geen hond, dat is niet Bart." De computer leert de stijl van de valse krant, maar niet het concept van propaganda. Zodra de valse krant een ander woord gebruikt of van een andere website komt, raakt de computer in de war.
De Oplossing: Een Neurosymbolische Detective
De auteurs van dit paper hebben een nieuwe aanpak bedacht. Ze noemen het een neurosymbolisch model. Dat klinkt ingewikkeld, maar het is eigenlijk heel simpel: ze combineren twee soorten detectives.
- De "Snelle Lezer" (De Neurale Deel): Dit is de slimme computer die de tekst leest en voelt. Hij kijkt naar de woorden en de zinsbouw. Hij is snel, maar soms te oppervlakkig.
- De "Onderzoekers" (Het Symbolische Deel): Dit zijn de menselijke regels. In plaats van alleen te kijken naar wat er staat, kijken deze onderzoekers naar hoe het er staat en over wat het gaat. Ze kijken naar drie specifieke dingen:
- Het Genre: Is het een feitelijk verslag (zoals "De trein vertrok om 8 uur") of een mening (zoals "De trein vertrok om 8 uur, wat een rampzalig besluit van de regering")? Propaganda is vaak vermomd als een mening.
- Het Onderwerp: Waar gaat het over? (Oorlog, politiek, gezondheid).
- De Overtuigingskunst: Gebruikt de tekst trucjes? Bijvoorbeeld: herhaling, het gebruik van emotionele woorden ("verfoeilijk", "wonderbaarlijk"), of het spelen op vooroordelen?
De Analogie: De Vals Geld Detecteur
Stel je voor dat je vals geld wilt detecteren.
- De oude methode (alleen tekst) is alsof je alleen naar de kleur van het papier kijkt. Als de valse muntjes op het juiste papier gedrukt zijn, denk je dat ze echt zijn.
- De nieuwe methode (neurosymbolisch) is alsof je een machine hebt die ook naar de watermerk (het genre), de grootte (het onderwerp) en de speciale inkt (de overtuigingskunst) kijkt. Zelfs als de valse muntjes op perfect papier staan, zal de machine zeggen: "Wacht even, deze munt heeft geen watermerk en de inkt is te fel. Dit is vals!"
Wat Vonden Ze?
De auteurs hebben hun nieuwe detective getest op nieuws over de oorlog in Oekraïne. Ze hebben de test op een slimme manier opgezet:
- Soms gaven ze de computer nieuwe kranten van bekende bronnen.
- Soms gaven ze hem kranten van hele nieuwe bronnen die hij nog nooit had gezien.
- Soms gaven ze hem kranten met een heel andere politieke insteek.
Het resultaat?
De oude methode (alleen tekst) viel vaak in elkaar als ze nieuwe bronnen kregen. Ze wisten niet meer wat ze moesten doen.
De nieuwe methode (de mix van tekst + regels) bleef echter sterk. Omdat hij keek naar de trucjes (zoals "gebruikt deze tekst veel emotionele taal?"), kon hij de propaganda herkennen, zelfs als de tekst zelf anders klinkt dan wat hij eerder had geleerd.
Waarom is dit belangrijk?
Deze aanpak is niet alleen slimmer, maar ook eerlijker. Omdat we weten welke regels de computer gebruikt (bijvoorbeeld: "hij vond het vals omdat er te veel herhaling was"), kunnen we begrijpen waarom hij een beslissing nam. Bij de oude, zeer complexe AI-modellen weten we vaak niet waarom ze iets zeggen; ze zijn een "zwarte doos".
Kort samengevat:
Om propaganda te vangen, moeten we niet alleen kijken naar de woorden, maar ook naar de trucjes die erachter zitten. Door een slimme computer te koppelen aan menselijke regels over hoe propaganda werkt, maken we een detector die niet zo makkelijk bedrogen wordt door nieuwe vormen van leugens. Het is de perfecte samenwerking tussen de snelheid van een robot en het inzicht van een menselijke onderzoeker.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.